Ang VictoriaMetrics, isang Prometheus-compatible na time-series database engine, ay open source

Bukas pinagmulang mga teksto VictoriaMetrics — isang mabilis at nasusukat na DBMS para sa pag-iimbak at pagproseso ng data sa anyo ng isang serye ng oras (ang talaan ay bumubuo ng oras at isang hanay ng mga halaga na tumutugma sa oras na ito, halimbawa, nakuha sa pamamagitan ng pana-panahong pagboto ng katayuan ng mga sensor o koleksyon ng sukatan). Ang proyekto ay nakikipagkumpitensya sa mga solusyon tulad ng InfluxDB, TimescaleDB, Thanos, Cortex и Uber M3. Ang code ay nakasulat sa Go at ipinamahagi ni lisensyado sa ilalim ng Apache 2.0.

Mga kalamangan at tampok ng VictoriaMetrics:

• Madaling gamitin. Ito ay isang solong maipapatupad na file na may kaunting mga setting na dumaan sa command line sa pagsisimula. Ang lahat ng data ay naka-imbak sa isang direktoryo, na tinukoy sa pagsisimula gamit ang flag na "-storageDataPath";
• Suporta sa wika ng query PromQL, na ginagamit sa sistema ng pagsubaybay Promiteyus. PromQL subquery at ang ilan ay suportado pinalawak na mga kakayahan, gaya ng "offset" na expression, mga pattern sa loob ng "WIDTH", "if" at "default" na mga pahayag, mga karagdagang function, at ang kakayahang magsama ng mga komento;
• Maaaring gamitin bilang pangmatagalang imbakan ng datakonektado sa Prometheus at grafana.
• Availability ng backfill mode para sa pag-load ng makasaysayang data;
• Sinusuportahan ang iba't ibang mga protocol ng paglilipat ng data, kabilang ang Prometheus API, Impluwensya, grapayt и OpenTSDB. Maaaring gamitin ang VictoriaMetrics bilang isang transparent na kapalit para sa InfluxDB at maaaring gumana sa mga collector na katugma sa InfluxDB tulad ng Telegraf;
• Mataas na pagganap at mababang pagkonsumo ng mapagkukunan inihambing na may mga sistemang nakikipagkumpitensya. Sa ilang mga pagsubok, nahihigitan ng VictoriaMetrics ang InfluxDB at TimescaleDB nang hanggang 20 beses kapag nagsasagawa ng mga operasyon sa pagpasok at pagkuha. Kapag nagsasagawa ng mga analytical na query, ang pakinabang kumpara sa relational na DBMS PostgreSQL at MySQL ay maaaring mula 10 hanggang 1000 beses.
  
  
  

• Magagamit na pagkakataon pagpoproseso ng napakalaking bilang ng mga natatanging serye ng oras. Kapag nagpoproseso ng milyun-milyong magkakaibang time series, kumokonsumo ng hanggang 10 beses na mas kaunting RAM kaysa sa InfluxDB.
• Mataas na antas ng compression ng data sa imbakan ng disk. Kung ikukumpara sa TimescaleDB, maaari itong magkasya nang hanggang 70 beses na mas maraming record sa parehong dami ng storage;
• Availability ng mga optimization para sa storage na may mataas na latency at mababang bilang ng input/output operations bawat segundo (halimbawa, mga hard drive at cloud storage AWS, Google Cloud at Microsoft Azure);
• Simpleng backup system na nakabatay mga snapshot;
• Availability ng mga paraan upang maprotektahan ang integridad ng storage mula sa pagkasira ng data, halimbawa, sa kaganapan ng emergency power outage (ang storage ay may form log-structured tree na may merge);
• Pagpapatupad sa wikang Go, na nagbibigay ng trade-off sa pagitan ng performance at pagiging kumplikado ng code kumpara sa Rust at C++.
• Mga source code na ibinigay mga bersyon ng cluster, na sumusuporta sa pahalang na pag-scale sa maraming server at nagpapakita ng mababang overhead. Available ang mga feature na mataas ang availability.

Pinagmulan: opennet.ru